基于Simulink的下肢外骨骼机器人模糊PID控制与仿真分析

为研究下肢外骨骼的轨迹跟踪控制,结合人体生物学特点及户外助力要求,设计了一款可穿戴式下肢外骨骼机器人。针对PID控制在轨迹跟踪时无法消除扰动的问题,为实现下肢外骨骼的柔顺控制,设计了一种模糊PID控制算法。首先在Solid Works上进行外骨骼结构设计,然后将外骨骼模型导入Simulink中搭建动力学仿真模型,对髋、膝、踝六关节驱动输入正常人体行走的力矩信息,在仿真模型中分别用普通PID控制器与模糊PID控制器对比控制效果,并对比了步态输入曲线与实际跟踪曲线。通过仿真结果对比可知,模糊PID控制相较于普通PID控制具有响应速度快、抗干扰能力强等优点。     

外骨骼康复机器人的正向运动学仿真分析

针对外骨骼康复机器人,本文根据人手的功能和运动约束,对机器人进行模块化设计,并建立了机器人位置正向运动学方程及外骨骼康复机器人抓取杯子的仿真模型,运用ADAMS/Hydraulics模块进行运动学仿真,仿真结果表明,虚拟手指运动机构实现了角加速、匀速、减速的运动状态,并得出了康复机械手关节角速度在0～170rad/s范围内人手可以完成关节弯曲运动的康复运动。虚拟指模型的运动学分析为外骨骼康复机械设备的研究提供了必要的理论依据和参数。     

形状记忆合金丝驱动的柔性机械臂建模与实验

针对传统机械臂在水下特殊环境中柔性不能满足应用需求的问题,在分析章鱼腕生物学肌肉组织结构的基础上,设计形状记忆合金（SMA）丝驱动的柔性机械臂.建立柔性机械臂的力学模型、SMA丝的热力学模型和本构模型.通过实验研究不同驱动电压和脉宽调制（PWM）方波的占空比对SMA丝电阻和柔性机械臂弯曲角度的影响.实验结果表明,柔性机械臂能够实现连续的柔性弯曲运动,最大弯曲角度为60°,驱动电压、PWM占空比、SMA电阻和柔性机械臂弯曲角度关系的实验结果与理论分析结果吻合较好.     

气动肌肉驱动步态康复训练外骨骼装置的研究

在为提高卒中病人的行走能力训练当中,广泛采用平板训练.在平板训练中,病人的下肢需要治疗师辅助进行运动.这种徒手训练对治疗师来说很消耗体力.因此,研制了一个用于步态训练的动力式下肢外骨骼装置.该外骨骼装置在平板训练中为髋关节和膝关节提供助力.外骨骼装置的结构基于人的关节驱动原理,每个关节由一对气动肌肉驱动.以气动肌肉的模...     

残疾人用Partial Finger机构研究

为了解决手指基指节截断患者无法安装功能型假肢的问题,研制了残疾人用Partial Finger.先分析了手指基指节截断患者的手部结构特点,基于被动驱动原理设计了Partial Finger的机械本体.基于拟人化的思想研究了手指的关节运动规律,设计以近似等比例传动的杆件参数.进行了运动学分析及样机性能实验.Partial Finger样机外形比成年人小指略小,采用残存基指节驱动,具有侧摆和张合两个自由度,手指关节以近似定传动比传动.实验结果表明:Partial Finger可单手安装和拆卸,指尖最大出力10.7N,外形和运动状态与人手指相似,疲劳实验5万次以上未出现问题,配合其他手指可完成近95%的手部功能.     

基于神经网络的大柔性灵巧手指弯曲角度预测

介绍了一种新型大柔性灵巧手指,该手指弯曲性能好、易于控制但数学建模复杂.基于BP神经网络基本理论,建立预测该手指弯曲角度的BP神经网络模型.通过大柔性灵巧手指弯曲特性实验获得样本数据,借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将实验样本数据用于BP网络训练.利用训练好的BP网络模型对手指弯曲角度进行预测,预测误差范围控制在3%以内.研究结果表明:这种神经网络模型能够准确预测手指的弯曲角度.     

力反馈数据手套的角度测量

为解决力反馈数据手套手指弯曲角度测量精度低的问题,研制一种面向虚拟制造和装配,以气动人工肌肉作为驱动器的力反馈式数据手套.介绍力反馈数据手套的整体结构,基于平面四连杆运动的确定性原理,建立手指关节弯曲角度的测量模型.采用非接触测量物体位置的方法进行角度测量.介绍磁阻传感器的测量原理及误差校正方法.以食指PIP关节为例测量关节的弯曲角度,实验结果表明,测量精度为1.6%,满足数据手套的应用要求.本研究为建立人工肌肉驱动模型,使力反馈数据手套真正应用到虚拟制造及装配打下了理论基础.     

外骨骼肩关节仿生运动的实现研究

为了更好的实现外骨骼上肢康复机械臂仿人的康复动作,即在手臂自然下垂状态下,实现大臂的直接外展动作,本文通过分析人体肩关节的结构和基本动作以及部分已存在的外骨骼机械臂肩关节的不足,对运动模型进行简化,设计了一种三自由度外骨骼式肩关节。该设计应用在外骨骼机械臂上,可以使机械臂在手臂自然下垂状态下实现外展/内收、前屈/后展、水平外展/水平内收3个基本动作,这样的三自由度(degree of freedom,DOF)联动,可以使外骨骼机械臂实现的日常功能动作更符合人体关节的生理需求,更接近人体自然运动规律。而且三维模型运动模拟结果表明,此设计可达到预期的仿人运动效果。该研究对临床康复仿生运动具有积极意义。     

用于康复训练的分段式气动软体驱动器

针对手指康复训练中软体驱动器贴合度低、灵活性差、运动传递不准确等问题,基于仿生原理设计分段式气动软体驱动器. 通过3个具有锯齿结构半波纹管气囊实现软体驱动器的分段弯曲,嵌入柔性应变传感器实现软体驱动器本体感知. 建立半波纹管气囊弯曲变形数学模型,借助有限元分析对半波纹管气囊进行分析,研究壁厚、波纹宽度、波距和波纹数目对该气囊弯曲性能和末端输出力的影响,选取软体驱动器尺寸参数. 采用3D打印技术及失蜡铸造工艺,制作分段独立驱动的软体驱动器. 特性测试结果表明：分段式软体驱动器最大弯曲角度为302°,末端输出力为3.33 N,能够带动手指进行分关节康复训练,内嵌的柔性应变传感器可以实时监测软体驱动器弯曲状态.     

基于SimMechanics的六自由度机械臂轨迹规划研究

针对机械手臂在运动过程中出现的不稳定现象,本文利用多项式插值规划关节空间的轨迹,并利用Matlab中的SimMechanics建立逆运动学仿真模型,由轨迹规划模块得到的各关节变量的角度、角速度和角加速度来驱动各关节运动;同时对机械手臂末端轨迹规划进行分析仿真。仿真结果表明,仿真模型输出轨迹和预定轨迹相吻合,利用仿真模型可以准确、有效地得到外骨骼康复机械手臂的运动参数和运动轨迹,并实现了机械手臂匀加速、匀速和匀减速的运动状态。该研究对六自由度外骨骼康复机械手臂结构设计提出了建设性意见,也为外骨骼康复机械手臂的分析设计提供了可靠依据。     

灵巧手指力回路自适应神经网络模糊PID控制

在多指灵巧手位置控制的基础上 ,提出一种在力控制回路采用基于模糊规则的自适应神经网络 PID控制的方法 ,将神经网络、模糊规则和 PID控制相结合 ,以 Fuzzy控制粗调 ,ANN控制为细调 ,改善了常规 PID控制中参数线性组合的缺点 ,有利于提高系统对灵巧手指与外界工作环境接触时 ,接触力控制的自适应能力和对外部干扰的抗干扰能力。最后 ,通过仿真实验验证了提出方法的有效性     

“灵巧手指”的位置/力模糊控制算法研究

为了使“灵巧手指”位置 /力控制具有良好的控制性能 ,在力控制器的设计中应用了模糊控制、神经网络等方法 ,提出了模糊控制、基于神经网络带积分环节的模糊控制两种算法。仿真结果表明 :这两种控制方法与常规 PID控制相比 ,控制性能得到明显改善。     

神经网络补偿的PID控制在电液力矩伺服系统中的应用

船舶减摇水舱试验台架是研究和设计减摇水舱的重要试验设备,能否准确的模拟船舶在海浪中的运动是设计试验台架的关键．设计了用于驱动船舶减摇水舱试验台架的电液力矩伺服控制系统,引入神经网络结构补偿的PID方法来实现PID的参数整定,仿真结果表明神经网络补偿的PID控制效果明显优于普通PID系统     

基于微纳米定位的电磁驱动控制系统设计与分析

针对大行程电磁驱动微纳米定位技术控制精度较低的问题,根据电磁驱动装置的工作原理,提出优化PID的控制方案,并在Matlab软件中搭建控制系统的Simulink模型. 相较传统PID控制,对前馈PID和模糊PID算法的改进效果进行研究,得出前馈PID拥有较好的动、静态控制性能,模糊PID鲁棒性较佳的结论.     

虚拟仿生手联合仿真研究

根据目前康复医学工程对人们生活的重要意义,以智能假肢为研究对象,将 Adams 软件和 Matlab/ Simulink 相结合搭建仿生模型,采用模糊 PID 控制算法对仿生手模型进行分析,减少实际假肢物理样机设计过程中不必要的物资和时间耗费,提高设计效率。仿真实验表明,虚拟仿生手具有较好的跟踪能力,能够稳定的完成相应手势动作。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

神经网络模糊PID控制器在直接矩控制中的应用

介绍了一种模糊自整定PID参数控制器的设计方法,并提出利用神经网络训练PID参数的基值。对常规PID控制和神经网络模糊PID控制系统作了对比研究,仿真实验结果表明新方法既保证了系统的稳态精度,又保证了系统的快速响应和坚韧性。将该方法用于直接转矩控制系统中,取得了远远优于常规PID调节器的控制效果。     

基于BP神经网络的模糊PID风量控制

针对煤矿主风机通风系统多变量、非线性、时变滞后性等问题,提出一种基于BP神经网络的模糊PID算法。该算法综合神经网络、模糊控制与PID调节的各自优点,既具有神经网络的自学习和自适应能力,又具有模糊控制的非线性控制作用,同时兼备PID调节的广泛性。仿真结果表明,该算法的响应速度、稳态精度均优于传统的PID调节,取得比较理想的控制效果。     

锅炉汽包水位模糊RBF自适应控制

针对汽包水位常规的PID控制方式,采用了一种模糊神经网络智能控制器,该控制器结合了模糊控制与神经网络学习能力强的特点,将2种智能控制相结合,在线调整控制器参数,整定出一组优化的控制器参数。仿真结果表明此控制器显著地改善了汽包水位的动态性能和稳定性能。